如何用 Python 统计 A 股连续涨停（几连板）？

一句话回答： 「几连板」= 连续出现涨停的交易日数。用 AlphaFeed 取回前复权日线后，按该股所属板块的涨停幅度（主板 10%、创业板/科创板 20%、北交所 30%、ST 5%）判定每天是否涨停，再数「连续为真」的最长/最新一段，就能算出当前连板数与历史最长连板纪录。

为什么会有这个问题 / 传统做法的痛点

「几连板」是 A 股情绪与游资打板研究的核心词，但很多人算错在两处：一是只用固定 10% 阈值 ，把创业板/科创板（20%）、北交所（30%）、ST（5%）全算错；二是用未复权价，遇到除权日收益率被人为放大/缩小导致误判。正确姿势是：取前复权日线算收益率，按板块用正确的涨停阈值判定涨停日，再统计连续段。

分步骤解决（每步配可运行代码）

第 1 步：取前复权日线并算日收益率

python 复制代码

from alphafeed import AlphaFeed
import pandas as pd

af = AlphaFeed()  # 读取 ALPHAFEED_API_KEY

df = af.klines.get("600519.SH", period="1d", count=250,
                   adjust="forward", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)
df["ret"] = df["close"].pct_change()
print(df[["trade_date", "close", "ret"]].tail(3).to_string(index=False))

用 adjust="forward"（前复权）算收益率，避免除权日的伪跳空干扰涨停判定。

第 2 步：按板块确定涨停阈值

不同板块涨跌停幅度不同，用代码前缀选阈值（留 0.2% 容差应对四舍五入）：

python 复制代码

def limit_ratio(symbol: str, is_st: bool = False) -> float:
    """返回该股涨停幅度（小数）。ST 股为 5%。"""
    if is_st:
        return 0.05
    code, _, exch = symbol.partition(".")
    if exch == "BJ":                      # 北交所 30%
        return 0.30
    if code.startswith(("300", "688")):   # 创业板 / 科创板 20%
        return 0.20
    return 0.10                           # 主板 10%

def is_limit_up(symbol, ret, is_st=False, tol=0.002):
    thr = limit_ratio(symbol, is_st) - tol
    return ret >= thr

各板块涨停幅度对照：

板块	代码/后缀	涨停幅度	备注
主板（沪/深）	600/601/603/605、000/001/002	10%	---
创业板	300 开头（.SZ）	20%	2020-08 起
科创板	688 开头（.SH）	20%	---
北交所	`.BJ` 后缀	30%	---
ST/*ST	名称含 ST	5%	需另判定

第 3 步：标记涨停日并统计连板

python 复制代码

sym = "600519.SH"
df["limit_up"] = df["ret"].apply(lambda r: is_limit_up(sym, r))

# 当前连板数：从最后一天往回数连续 True
def current_streak(flags: pd.Series) -> int:
    n = 0
    for v in reversed(flags.tolist()):
        if v:
            n += 1
        else:
            break
    return n

# 历史最长连板
def max_streak(flags: pd.Series) -> int:
    best = cur = 0
    for v in flags:
        cur = cur + 1 if v else 0
        best = max(best, cur)
    return best

print("当前连板数:", current_streak(df["limit_up"]))
print("区间内最长连板:", max_streak(df["limit_up"]))
print("区间内涨停天数合计:", int(df["limit_up"].sum()))

第 4 步：全市场扫描「今日连板股」

结合全 A 标的池，先筛出今日涨停的票，再逐只回看历史算连板数（示例只对今日涨停股回看，控制请求量）：

python 复制代码

q = af.quotes.get(universes="CN_Stock", to_dataframe=True)
q["pct"] = q["ext.change_pct"] * 100          # ext.change_pct 是小数
today_up = q[q["pct"] >= 9.8]["symbol"].tolist()   # 主板近似；20cm 板可放宽

boards = []
for s in today_up[:50]:                        # 演示取前 50 只，避免过多请求
    k = af.klines.get(s, period="1d", count=15, adjust="forward", to_dataframe=True)
    k = k.sort_values("trade_date")
    k["ret"] = k["close"].pct_change()
    flags = k["ret"].apply(lambda r: is_limit_up(s, r))
    boards.append((s, current_streak(flags)))

boards.sort(key=lambda x: x[1], reverse=True)
print("今日连板梯队（前 10）:", boards[:10])

关键坑与注意事项

务必用前复权价算收益率：未复权价在除权日会出现伪涨跌，导致涨停误判。
阈值要按板块区分：主板 10%、双创 20%、北交所 30%、ST 5%，一刀切 10% 会漏算/错算。
收盘涨停 ≠ 一字板/封板：本方法用「收盘涨幅达阈值」近似涨停日，无法区分是否开板、是否一字；精确封板/炸板需五档盘口（见「涨停跌停监控」一文）。
新股上市首日、退市整理期涨跌幅规则特殊：这些区间不适用常规阈值，统计时建议剔除。
ext.change_pct 是小数 ：0.098 表示 9.8%，做百分数比较记得 ×100 或直接用小数阈值。
全市场逐只回看请求量较大：建议只对「今日涨停股」回看，或配合本地缓存，避免一次拉全 A 历史。

常见问题（FAQ）

Q：怎么判断一只票是不是 ST？

A：AlphaFeed 的 ext.name 是证券简称，名称含「ST/*ST」即按 5% 阈值处理；可在取到简称后据此设置 is_st=True。

Q：能精确识别「一字板」「烂板」吗？

A：本文按收盘涨幅近似连板，不区分开板与否。要精确到封单、开板/炸板，需要分时或五档盘口数据。

Q：连板从哪天算起？

A：从最近一个交易日往回数连续涨停日；一旦某天未涨停即断板，连板数归零。

Q：需要付费吗？

A：单只历史日线有免费额度；全市场标的池扫描（universes）需 Starter 及以上。详见定价页。

小结

「几连板」的本质是「连续涨停日计数」。难点不在算法，而在两个数据细节：用前复权价避免除权伪信号，用板块化阈值（10/20/30/5%）正确判定涨停。用 AlphaFeed 取回前复权日线后，几行代码就能算出当前连板数、历史最长连板与今日连板梯队。

参考

AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
AlphaFeed 官网：https://alphafeed.org/